Spatial interpolation using conditional generative adversarial neural networks

Spatial interpolation is a traditional geostatistical operation that aims at predicting the attribute values of unobserved locations given a sample of data defined on point supports. However, the continuity and heterogeneity underlying spatial data are too complex to be approximated by classic stati...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	International journal of geographical information science : IJGIS Ročník 34; číslo 4; s. 735 - 758
Hlavní autoři:	Zhu, Di, Cheng, Ximeng, Zhang, Fan, Yao, Xin, Gao, Yong, Liu, Yu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Abingdon Taylor & Francis 02.04.2020 Taylor & Francis LLC
Témata:	Artificial intelligence Coders Deep learning encoder-decoder Encoders-Decoders generative adversarial networks Geostatistics Heterogeneity Interpolation Machine learning Mathematical models Neural networks Spatial data Spatial interpolation spatial prediction Statistical analysis Statistical models
ISSN:	1365-8816, 1362-3087, 1365-8824
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!